左：Alex（左），右：Drew（右）
过去二十年，科技公司最想要的位置从来不是平台上的一个应用，而是平台本身。AI 让这场争夺重新开打：当用户开始从 ChatGPT、Claude 这样的界面直接干活，坐在下面的那些软件，还能不能留在台前？
Drew 设想的场景是：如果你在用 Salesforce，所有数据都存在里面，所以 Claude 现在还需要它；可一旦 Claude 拿到了 API、不再需要每次都去问 Salesforce，Salesforce 就会从站到台前的应用退成后台的一根傻管道。不过他强调，对老牌公司来说这事「完全没问题」，这些数据存在零拷贝数据仓库里，没人愿意去动；对新公司来说，倒是突然可以完全不跟那家软件厂商打交道。
Drew 是 Speedwell Research 的作者，在节目里被主持人称为「Drew C」，这次作为 The Synopsis 的嘉宾出场。他写过一份分析 AI 对软件行业风险的长报告（Alex 在节目里说「好像超过一百页」），此前做过 Microsoft、CrowdStrike 的深度拆解。这场对话从模型到底会落在价值链的哪一层谈起，延伸到内层与外层 harness 的归属、企业自建 AI 入口、云厂商的利润率与产能过剩、AI 原生公司为什么拿不到优待，以及 Palantir、ServiceNow、CrowdStrike、Intuit、Adobe 这些公司在 AI 时代各自的处境。他的主要观点包括：
AI 公司不想只当应用，它们在往技术栈下面挤。 最底下是基础设施和数据，中间是平台层，上面才是应用。Drew 说这些 AI 公司几乎想跟平台层合体，拿到越来越多的权限和访问权，某种程度上是在绕开操作系统这一层；结果是应用和模型不会相安无事，而是互相争夺、想把对方吞掉。
模型是概率性的，harness 是包在外面那层确定性约束。 Drew 说每个模型外面都有这层，直接调 API 也有，只是薄得多；它提供治理和权限控制，也限制模型能力，还可以多层嵌套。他还提到有研究显示，模型更好而 harness 没跟上，性能不一定更好；旧模型配更好的 harness，能超过新模型配差一点的 harness。
企业自建外层入口，换模型就容易得多。 Drew 说外层 harness 里可以放一个路由器，决定哪个任务交给哪个模型，这样才有条件把其他模型商品化，否则会越来越被单一模型厂商锁死：对方可以涨价、拿走数据，还多一个单一供应商风险。他也承认这个看法「有点超前」，现实中还没看到企业这么做，并说企业现在太急着用 AI，默认就用 Claude。
前沿智能可能越来越不值钱，实验室会因此更垂直化。 随着开源和其他模型追上来，只落后半年一年，日常拉数据、整理文件这类活并不需要全世界最聪明的模型，企业可以把不同负载分给不同模型。Drew 说实验室已经做过一次垂直化——编程，一旦工作流、历史记录、使用习惯都在 Claude 里，换走的就不只是一个模型。
可替代性强不代表不是好生意。 对话里提到云厂商百分之三四十的利润率，Drew 认为即使有替代品、迁移也确实难，仍可以有利润率很稳的好生意。但他提醒现在处在供给受限的环境里，一旦产能超过需求，就很可能出现折扣价抢生意，维持这些利润率会变得更难。
AI 原生不是优待，客户不在乎你怎么做出来的。 Drew 说新公司砍掉的只有研发费用，销售和市场费用一样，管理费用还在，光便宜一点根本不够让现有客户换。他举星巴克试图替换自己一部分软件、过程非常不顺为例，并指出能做软件不代表你就该自己做。
有些公司确实因为 AI 处境变好了。 Drew 点名 Palantir，它本来就有数字孪生式的真实业务映射，加上本体论这一层别人没做过的东西，能做的事比原来多太多，收入增长也明显向上拐。他硬要给第二个答案会选 ServiceNow，因为 ITSM 和 CMDB 对 AI 的权限与治理很重要。
生意在恶化不代表不能是笔好投资，但要看价格里已经定价了什么。 Alex 凭记忆提到 Intuit 远期市盈率约十三倍、Adobe 十倍、Salesforce 十七倍，已经被大幅重置。Drew 说估值补偿足够时逻辑说得通，但他个人没法接受在一家公司正在恶化时买它；他说如果真往那个方向走，决策树就是增长放缓、这不再是一门高自由现金流、大笔回报股东的生意，要往里投更多钱、做更多收购，并强调「我不是说它们已经受损了」。
AI落在价值链的哪一层：模型与软件互相吞并
Alex：铺垫说完了。Drew，我想让你讲讲你这块的观点。在展开细节之前，你怎么看待这整个 AI 格局？就像你那份报告里写的那样。
Drew：我先讲个大概：现有的价值链，以及 AI 会落在价值链的哪个位置。最底下是基础设施和数据，数据仓库也好别的也好，总之存在基础设施里；再往上是平台层，比如 Windows 操作系统和各种开发者平台；平台再托起应用，应用坐在平台上去访问数据。那 AI 会落在哪里？因为它会实实在在改变整个经济结构。大家通常把 AI 当成又一个应用，跟你已有的应用并排放着，比如打开 ChatGPT 或 Claude 应用，或者开个浏览器、里面还压着 Chrome，那儿其实有点像两个平台叠着。但我看到的是，这些 AI 公司并不想只当又一个应用，它们在拼命往技术栈下面挤，几乎要跟平台层合体，想拿到越来越多的权限和访问权，好在你的电脑上做事，某种程度上是在绕开操作系统这一层。它们能这么做，是因为 AI 的能力，以及它能直接操作更底层的编码层。
Drew：我觉得可能出现的局面是，我们不会活在一个应用和 AI 模型相安无事的世界里，相反它们会互相争夺，想把对方吞掉。比如你在用 Salesforce，它内部就带各种 AI 功能，也跟各家模型厂商合作，你通过它去调不同模型；这时 Salesforce 仍然是那个界面，也会是那个 harness，这个概念我一会儿再细讲。但另一边，Claude 就装在你电脑上，它有 Salesforce 的 API，对很多这类软件都有 API，它在想办法让用户直接去 Claude 里用这些功能。时间一长会怎么样？Claude 现在需要 Salesforce，是因为 Salesforce 握着黄金记录，所有数据都存在里面；可要是它绕开了必须一直去问 Salesforce 这件事，或者干脆把 Salesforce 变成一根傻管道呢？那么你的所有活动都发生在另一个界面上，Salesforce 就不再是站到台前的应用，更像是 Claude 背后的后端平台甚至基础设施层，时间越久它在不在那儿就越不重要。不过我不想把话说得太满：对老牌公司来说 Salesforce 我觉得完全没问题，那些数据其实存在零拷贝数据仓库里，这不是大家愿意去动、去碰的东西，这一点会继续成立。但如果你是一家新公司，就突然不再需要 Salesforce 替你管整个数据库了，你可以完全不去跟那家软件厂商打交道。
Drew：我想抓的核心点是：AI 模型到底是不是在把软件层抽象掉，软件层不再按我们惯常的方式被使用。会是什么样呢？一家企业从 AI 界面开始，这个界面可以是 ChatGPT、Claude，也可能是每家企业自己定制的，于是它自己造界面、掌握了那个外层 harness。核心是用户直接跟这个前端程序打交道，不需要再一个个点进别的软件程序。那些软件对老牌公司来说会留在那儿，但退到后台，越来越不重要，涨价越来越难，推新产品也越来越难，如果真是这样的话。另一条战线上的仗是，这些软件公司尤其 Salesforce 和 ServiceNow，都在努力成为那个界面，我觉得这两家都有机会。但最要紧的一点是，所有人都在抢着控制用户界面、把别的玩家中间化。这场仗不只发生在 Claude、OpenAI 和这些应用之间，也发生在操作系统这一层：微软用 Copilot 干的就是这个，他们把 Copilot 塞进自家所有应用里想守住位置，也在推 Teams 让它成为那个 AI 界面。
模型、harness与企业自建的外层入口
Alex：用四十秒总结你那份一百页的报告——太长了懒得看。我把报告传进 NotebookLM，它给我生成了一期播客，我周六徒步一路听，还嫌太短，让它弄长点。这就是过去二十年想当平台的公司一直的主题：你不想当平台上的一个应用，你想拥有平台这一层。这正是内层和外层 harness 的要害，我们把这俩词定义清楚，好把这事了结。
Drew：先有一个模型，每个模型外面都有一层 harness，也就是外挂约束层。模型是概率性的，harness 就是在它外面包一层确定性的东西，里面可以写很多硬编码逻辑，拦着模型不干某些事。它也可以再嵌一个更小的 AI 模型，那是另一回事。真正的关键是，这一层提供治理和权限控制，同时限制模型的能力。你交互的每个模型，ChatGPT、Claude，都有这层；就算直接调 API，那层薄得多，但还是有一层。
Alex：比如拦着它奴役人类、去搞核弹发射密码这种。
Drew：我觉得 Anthropic 不会把这种东西写进 harness，他们大概是「Claude 啊，我们相信你的判断」，基本把它当成一个 AI 存在看。但 harness 正变得越来越重要：有研究显示，模型更好而 harness 没跟着改进，性能也不一定更好；还有研究显示，旧模型配更好的 harness，能超过新模型配差一点的 harness。也有人认为 harness 和模型同步开发是 Anthropic 或 OpenAI 的优势，两边一起做，既能把模型调到适配 harness，也能反过来。harness 还可以有多层：像 Salesforce 这类软件公司用 Claude 的模型，自带的 harness 还在，他们在外面再套一层自己的硬编码逻辑，客户要从数据库拉销售记录时不许概率性地猜数字，必须真的进去拉，还要管权限、可问责性与可追溯性，能留下记录、能回滚旧版本。我看到的大趋势是，谁掌握外层 harness，基本就等于谁掌握用户界面。你在 Claude 上，Claude 就掌握那层；在 Salesforce 上，外层 harness 是他们的；走 Copilot，就是 Copilot 的。我预测企业尤其是大企业，面对一大堆不同 AI 应用，最后会做一个自己的外层 harness，把这一切装进去，并且跑在自己现有的全套权限体系里。微软今天已经有能力帮企业做这件事，还能写代码定制。
Drew：企业不想被任何单一模型厂商绑住，不管是 Claude、OpenAI 还是谁。如果自己掌握外层 harness，换模型就容易多了，因为外层 harness 里可以有一个路由器，决定哪个任务交给哪个模型。所以企业的活儿必须从自己的外层 harness 做起，这样才有条件把其他所有模型都商品化。想象一家世界五百强，随便挑，可口可乐：员工不管你干销售、会计还是别的，都从这个外层 harness 开始，也可能按部门各有一套，然后它把不同请求分发出去——把这个子公司的损益表调出来、对这个仓库做一次库存盘点——再交给不同模型处理，也可以直接用确定性逻辑，或调用他们本来就在用的软件。企业会想把这个控制权握在自己手里，一旦不握，就会越来越被单一模型厂商锁死：对方可以涨价、拿走你所有数据，还多一个单一供应商风险。这看法我承认有点超前，我们还没真看到这件事发生，但逻辑是通的。现在企业太急着用 AI，能怎么用就怎么用，默认就用 Claude，因为上手最快；我觉得他们早晚会重新想这件事。
Alex：这儿我有两点。第一，Claude、OpenAI、Anthropic 最近出的那些安全漏洞事件，说白了就是模型跑出去干了没让它干的事。对公司来说这很吓人，尤其是受监管的行业、医疗这类。你肯定想要那层 harness，而且想要更多层；赌注这么大，大企业会有安全和信任方面的顾虑，如果上面还有一家公司专门负责把这些模型管住，会很有帮助。第二，我不想说商品化就是坏事。我在想云这块，Google、AWS、Azure，我并不觉得它们怎么样，有人会说它们相对商品化了，我知道各家云都有自己的竞争优势，但大体上就是给大公司提供云基础设施。可迁移性似乎也更强了，把不同数据负载放在不同云上确实更常见，而这些生意利润极高、增长很猛。所以我不觉得 Anthropic 和 OpenAI 作为基础模型算是被商品化了，也许加上 Google 和 Gemini 算第三家，那也不一定是坏事。
Drew：这点非常重要。我在报告里也写了，可替代性越来越强，不代表你就不能有一个好生意、一个利润率很稳的好生意。云厂商百分之三四十的利润率，相当不错的生意，尽管有各种替代品。我知道里面有具体差别，一旦锁进一家，要把所有工作负载换到另一家确实很难。但有个很大的但是：我们处在供给受限的环境里，即使在 AI 之前，云厂商也从没经历过供给过剩。供给一旦过剩就会有价格压力，所以我一直在想他们现在这种利润率怎么维持。有意思的是，美式企业不太愿意打价格战，大家更倾向合作一点，不想靠低价抢份额最后落个惨胜，这种行为默契可能正好保护了云厂商。但如果十年后你告诉我这些公司利润率更低，我一点都不惊讶。
Alex：你想啊，他们现在跑着百分之三十到四十的经营利润率，而且还在往上走。当然我知道这里面很多是走资产负债表的，不体现在经营利润里，而是通过更高的折旧摊销、还有支撑这轮增长的人力开支体现出来。所以如果有一天算力过剩了，理论上你就可以停止投资，可能也会变得更高效，机房满负荷运转。说实话我们并不知道一个满负荷运转的机房经营利润率到底是多少，假设不再叠加任何增长成本，我估计是高于百分之四十的。
Alex：我觉得真实利润率比现在高得多，因为现在还没跑满。所以就算过剩了，它可能还是门百分之三十利润率、只是不增长的生意。
Drew：有可能，因为它还是很难迁走。很多开发会调用每一家云各自平台层的具体功能，就算你在 AWS 上，用的也不只是基础设施层，它还有自己的一套平台层嵌在里面，在上面搭的应用会调用那里的各种函数，所以迁移确实更难。顺便说一句，本来我没打算提，但 AI 能帮着重建很多这类应用，可以把很多代码重新写一遍，理论上让迁移变容易，倒不是说今天真有人愿意干这活。我本来想说的是，基础设施的竞争环境正在变，因为你面对的不再只是 AWS 和 Azure，后来 Google 也加进来了，现在还有一堆新兴云厂商，Meta 也算一个，而且他们说了，如果自己没用完说不定会转手再卖出去。所以未来会建出多得多的产能。如果这些产能最终没被用上，或者我们就这么一直建到供给超过需求，那他们肯定不希望数据中心空着，于是「行，这个我给你个折扣价，先把生意拿下，把已经花出去的钱合理化掉」就很合理。这本来不是我想聊的点，也不是我认为马上就会发生的事，但在我看来这是个真实的风险：一旦供给真的超过需求，维持这些利润率会变得更难。也许是几年后，也许是十年后。
模型层是不是一门好生意：利润率与产能过剩
Alex：还是那句话，这基本就是云这一层的事。我们一直想说明的是：作为一门基础设施生意，或者已经被大宗商品化的基础设施生意——云也好，Claude、OpenAI 也好——OpenAI 和 Anthropic 虽然处在最底层，但归根到底也可以是门好生意。就像你说的，这些前沿实验室不好维持、不好经营，需要大量资本和资金，所以不管它们在链条哪个位置，都能拿到不错的利润率。当然，真到了末日场景，比如建得太多，债务义务和租赁义务压得太重，然后一下子全崩了，这种可能是现实存在的。但我一向是中间派：我不确定自己信不信 Sam Altman 那套说法，Elon Musk 也总爱说大话，我该不该担心人类马上就要完蛋？也许该，所有 AI 公司 CEO 好像都在担心，他们肯定比我知道得多。但感觉上，我好像没那么担心。
Drew：另一个极端是：我们永远不会出现过度过剩或供过于求，因为 AI 扩张得太快，快到人类本身都成了问题，它把所有东西都重做了一遍。这就是 Dario、Sam Altman、Elon 描绘的世界，也正因如此，他们才觉得自己怎么买产能都不算多。如果那个世界是真的，那人类就麻烦了，而在那个世界里你当然不可能把产能建过头。而且在那种情形下，他们最后居然还能踩得特别准：一直超级激进，然后供需非常平滑地收窄，估算得刚刚好，一切完美收官。历史上繁荣与萧条可不是这么演的。当然，也有这种可能，他们这次真赌对了。
Drew：接着刚才的讨论：Anthropic 和 OpenAI 会不会是门好生意、利润是不是越来越依赖推理？那问题就是，人们会像现在这样用它们的模型、未来还用得更多吗？我的疑问是，随着开源模型和其他 AI 模型追上来，就算永远到不了前沿水平、只落后半年一年，日常任务里到底有多少真的需要前沿级智能？还是说，用个 DeepSeek 的模型就够了，反正不用付高得多的推理毛利。我知道把它部署好还是有不少麻烦，但企业是可以挑的：哪些工作负载送给 Claude 用前沿智能，哪些送给更便宜的模型。
Drew：这正是我为 OpenAI 这些模型担心的场景。过去几年智能本身是好的但还不够好，所以每一次进步都影响巨大；可随着时间推移，进步越来越边际化，落后的模型又追上来，就会有越来越多的用例可以交给落后模型，根本不需要前沿智能。接下来可能发生的是，这些前沿实验室会注意到这一点，意识到对前沿智能的需求在减少——哪怕总需求巨大，比例上也在往别处偏移。因为我想到人们想用它做的好多事，比如拉数据、整理手头的资料和文件，根本不需要全世界最聪明的模型。
Drew：那种情形下我觉得可能发生的是：前沿实验室看到用户在不断换模型进进出出，不再什么都用它们，于是意识到自己必须更多地做垂直化，才能继续守住那个消费者触点或者企业触点，得把这个锁住，才能阻止用户换出去。具体表现就是更多地垂直化，做出更多产品。而且它们已经干过一次了，就是编程。在编程上它们现在有了一个终端产品，把用户锁在上面：一旦你的编程全在 Claude 里做，想换到别的产品就突然难多了，因为你换的不只是一个模型，而是要搬走所有的数据、所有的产品——你现在有跟 Claude 配套的工作流，有历史记录，有使用习惯。
Drew：你也知道，以前像 Cursor、Lovable 这些编程创业公司会在不同模型之间切换，现在它们直接跟这些公司竞争了：以前这些公司是给它们供模型的，现在人家说，我们也要做产品，而做产品是门更好的生意。我觉得接下来在一些领域里，它们会挑选并决定：与其只当一个模型，不如往下走做终端产品，这样更合理，可以避免客户在不同模型之间挑来挑去、把一部分工作负载送往前沿智能的风险。毕竟很多工作负载根本不会去那儿。
模型通吃、Agent通吃与企业自研软件
Alex：刚才聊 AI 总拐到各个方向，我想拉回软件。你列过 AI 对软件构成的八种潜在风险，我们就顺着这个清单走，套到各家软件公司身上。第一个风险是冒出一个特别强的模型，把整个领域都统治了；但你也提到，随着模型进步越来越边际化，这可能未必是最理想的局面。你带我们过一下这个风险，它跟软件怎么关联？
Drew：这个风险本质上是只有一个模型比别人强太多，也许因为递归训练、滚雪球效应，能一直保持领先。那种局面下它的议价能力大得多：你要用就得来我这儿，用我的界面，或者交我的利润。但这看起来已不是世界要走的方向：Claude、OpenAI 占住前沿智能，有人说也许 Google 还能插进来，就算不是 Google，也许是 xAI 或另一家前沿模型公司，反正离得不算太远。所以出现某一个模型强到能对所有其他模型提要求、不光定价格还能管你怎么用，可能性不太大，这个风险我已经往下调了一点。
Drew：不过有件事得说清楚：在 AI 和软件这个语境下，两者现在相互依赖。模型其实需要软件公司，因为软件公司就是它们的渠道——模型公司没能力自己建一整支销售队伍、在各垂直行业铺开产品线，直接打进企业和商家，所以它们靠软件公司做这件事，软件公司本来就在那儿，把模型插进去就行。而如果不跟软件公司合作，因为模型选择那么多，结果就是模型被用得更少，数据更少，能拿来训练的东西也更少。反过来，软件公司又很担心模型公司最后自己做产品直接竞争。这种奇怪的相互依赖今天仍然存在，而且是阻力最小的那条路。
Drew：未来可能变的地方在于：假如你是 Anthropic，每个季度都需要越来越多收入，而前沿智能和落后模型的差距在缩小，让自己模型继续变强也越来越难，那我就会去打其中一个垂直行业，利用今天的地位和还算不错的渠道。每次有人打开 Claude 的应用，我就问他，你是小企业吗？要不要试试我们给小微企业做的新会计工具？
Alex：接下来是第二点，企业自研软件。我觉得这就是 vibe coding 的恐慌，只不过是在一个更机构化的层面上。你有一支挺能干的软件工程师团队，但他们现在能造出来的东西，跟十年前完全是两回事：这些自研团队能用更少的资源做出比以前多得多的东西，本来看着没法做的项目，现在可行性高多了。再按趋势线往外推五年，我觉得并不过分。所以这看起来确实是个挺真实的风险：一家有资源、内部有软件工程师的像样的公司，为什么不干脆给自己从零做一个软件方案，满足这个具体场景的所有需求，而是去用一家更通用的公司？虽然你可以混着搭，比如 monday.com 和 ServiceNow 都很可定制，但还有什么比你自己从零做出来的更可定制？
Drew：从第一性原理看，问题在于这么做能给公司带来什么好处。在那些确实能从高度定制化软件获益的场景里，很多软件公司本来就有做定制软件的能力：ServiceNow 有应用构建器，Salesforce 也有，很多公司早就做过定制应用和定制工作流来适配自己的做事方式，所以定制能力其实已经存在了。Constellation Software 就是直接跟客户企业合作，你要什么功能，他们就去给你做。那好处就没有那么大。而且还有个很大的问题：我得从现有软件上迁移出来，还要负责它的维护和所有新功能。
Drew：其中特别重要的一条是安全：你到底有多信任自己用 vibe coding 做出来的软件的安全性？你相信它做了足够的网络防护吗？权限、治理这些到位吗？所以要说现在存在的每一个应用都会被公司自己 vibe coding 出来，我不信。有个例子是星巴克，他们试着替换掉自己的一部分软件，现在还在做，过程非常不顺，出了不少问题。另一个要考量的点是，为什么会有不同公司做不同的事？因为公司专注于某些功能是合理的，把其他这块外包给在这上面有竞争优势的公司也是合理的。能做软件不代表你就该自己做。
Drew：当然，有可能、甚至概率不小，很多软件公司会因此定价权下降，或者不得不让产品更灵活、给客户更多定制空间；但另一方面，有了 AI，做定制也容易多了。所以最终的结果可能是定制软件多得多。我不确定的是，企业每次想上一个新应用，会不会都自己养一支开发团队，而不是直接去找 ServiceNow 或者 Salesforce，在他们的应用构建器里做出来——而这个构建器本身就已经跑在现有的权限和治理体系里了。
Alex：你讲的这几点，在你继续往下说之前，有几个我得先反驳一下。第一，就算是 ServiceNow 或者 Salesforce 这种能定制的方案，在实际业务运营里，你多少还是得妥协，这一点你其实也承认了。他们能定制，但我相信你还是得因为平台的限制做出让步。某些情况下可能例外，比如 Salesforce 会给某个大客户专门做一套超级可定制的东西，但那还是不一样：控制权不在你手里，你还是只能在别人已经开发好的基础上做事情，这就是它的局限。第二是切换成本。我们刚说现在云公司切换成本变低了，因为 AI 大概会让这件事更容易；软件也是同样的道理：我的数据全都在 Salesforce 上，要导出来再传上去得多痛苦，上传过程怎么弄，我还得重新培训，这些大概也都会变得容易很多。
Alex：但对我这一点最大的反驳是：你说的那些都对，但我觉得现在还没到那个程度，没到听起来那么轻松的程度。真要靠工程师去做 vibe coding，替换掉 Salesforce 二十五到三十年的开发积累，我觉得现在还是有局限的，现在还做不到。但我们是在看趋势线，对吧？所以我们谈的是 Salesforce、ServiceNow 的终值。在我看来，这对这些公司的终值肯定是风险。
Drew：我同意，而且我每次谈软件都会区分已有的企业级软件公司和新公司。如果你是已存在的在位者，切换要难得多；如果你是刚冒出来的新公司，加入的理由要少得多。所以我说的那些更适用于大企业和大型公司。如果你是中小企业，你更愿意去试，因为你现在根本没有这套服务，从零开始试错的风险更小：要是做错了，那就做错了呗，我们本来也只是在测试。
Drew：我自己就有这个经验，做了定制的 CRM 和客户录入表单，把原来的软件替换掉了。我当时也有点紧张，但成本不算高：就是把一个基本重复的录入表单跟老办法并行跑着，让它跑一段时间，测一测，等它证明了自己，我再把老的砍掉。所以小企业确实有办法这么做，可以一直测。不过我得说，我每次更新那个软件，哪怕它超级简单，我都怕它崩。你要是真是一家正经公司，一大笔营收、一大堆员工都压在上面，对我来说最坏也就是漏掉一封邮件，这不算好，但我也不至于多难受，这是我承担的风险；而不是整个公司崩掉、所有集成都不工作。所以我的看法是，一旦某个东西真的成了关键业务，撑着你整个公司运转，哪怕只是接近那个程度，你还是会很不愿意拔掉它、把命交给它。
Alex：就像你刚提到的 IT 安全问题，我觉得像 CrowdStrike、Palo Alto Networks 这种见过各种不同网络攻击的公司，位置会很好。但我们又总在说，那 Claude 和 OpenAI 呢，他们会不会自己做一套？Gemini 也自己做？这也是一个可能，就是你说的另一个威胁。所以我同意，对很多公司来说这不是眼前的风险。但就像我们说的，对其中很多公司来说这是终值上的风险，前提是 AI 继续按现在这个趋势走。如果 Dario、Sam Altman 和 Elon Musk 说的就算只对了一半，也就是未来十年不会完全接管人类，但确实变得相当能干，那这可能是个相当大的风险。
Alex：那我们在自研 AI 这个风险上就求同存异一点吧。不过我觉得我们都同意，这些软件公司的终值都因为这个受到了威胁。我其实要收回一部分主持安排，八个点我们不一定全走完，因为你我每个点都能争太久，能在这儿耗四个小时——我很庆幸我们现在不做四小时的播客了，我喜欢紧凑的一小时、一小时十五分。但我想聊一下我认为被讨论得最多的那些风险，自研软件是其中一个，还有几个：一个是 agent 整体上改变了我们跟这些软件公司互动的方式，或者干脆让互动变得没必要了。
Alex：最后一个我想先说，是 AI 原生在位者，这个算是跟上一点的过渡——与其让这些老牌软件公司去采用 AI，但采用得并不好，如果我能作为一家 AI 原生公司站出来，重新定义会计怎么做、重新定义客户销售怎么做、把这一切都重新定义，那这就是过渡到我最终拥有自己的 Jarvis 的最后一章。到那时候我甚至大概就不上班了，也不用电脑了，那个世界我一直很难描述清楚。
Alex：我们先说 AI 创业公司的风险。你怎么看？我们可以拿 Intuit 举例，也可以拿 Salesforce 举例：一家 AI 原生公司重新定义人和这类软件的交互方式，把它们做得更好。
AI原生没有优待，老牌软件公司还剩什么
Drew：对，这是我每次聊 Constellation Software 都会提的：一个新产品想赢，必须得有好处在里面。光因为你是 AI 原生，客户根本不在乎——他们不在乎你怎么做出来的。你能用少得多的人做出这个软件，对他们不重要，说不定反而让他们更担心，因为你看起来没那么正规，还做得太快了。所以你必须做出一些现有公司没在做、也不愿意做的事。这也是为什么我不太觉得这算大风险：如果你是 Intuit，你正拼命把 AI 融进每件事里，可你已经有品牌、有庞大的分销渠道、有一整套体系，我不觉得这让你处于劣势。除非是那种情况：他们出于某种原因不愿意改软件，被不好用的老软件困住，又怕丢老客户不敢换，而同时有足够多的新客户想要完全不一样的东西。
Drew：一家新的 AI 创业公司，如果只是做同质化对打，说要做一个新 CRM 去打 Salesforce，或做个新工作流产品去打 Atlassian，我不觉得这是很大的风险。因为看损益表，新公司砍掉的其实只有研发费用，销售和市场费用是一样的，经营公司的其他成本也一样。你还是得花钱让人去卖产品、去铺渠道，这些不会因为 AI 而改变。而且去打现有客户是非常难的，让人换任何东西都很难，除非新东西好得多，光是便宜一点根本不够；我也怀疑他们到底能便宜多少，管理费用、销售和市场费用都还在。这一个可能恰恰是我最不担心的。我倒觉得人们会走别的路子：试着自己做东西，不再依赖第三方软件供应商，而是用 AI agent 去干活，而不是用 AI 去做传统的软件。
Alex：对我来说关键就在这儿，这也是老牌软件公司到底能不能活下来的问题。但 Intuit 也好，哪家老牌软件公司也好，它们显然不会干坐着说我们不搞 AI。到现在这个阶段，每一家软件公司都已经在自己的软件里、界面里塞进了某种 AI 聊天机器人、某种 AI 功能。所以要说我跳出来把这个有锁定效应的软件公司干掉，可到现在客户锁定还在，员工培训还在，切换成本还是实打实的，而且人家也在往里加 AI。AI 创业公司里肯定会有赢家，我们预测不到的那种，真做出一个独特的产品，我不会说流向这些公司的几千亿美金全都打了水漂。但我不觉得事情就是那么简单，一家死气沉沉的软件公司就被三个刚毕业的斯坦福小孩、拿着 Andreessen Horowitz 的钱给吃了。感觉没那么容易。
Alex：而且祝你现在给一家软件公司融到资。要是 AI 软件，那就不叫软件公司，那叫 AI 公司。我觉得我们现在就处在 AI 时代，只要你是个 AI 公司——而大多数 AI 公司，比如医疗领域的，本质上还是软件，你只是像用软件一样用它们，只不过它们更激进地往里加 AI。所以没错，它们是 AI 公司，但还是软件，你还是得登录、得跟它交互，越是 AI 原生的越是这样。所以它们还是能拿到融资，重点是它是 AI 公司，不是软件公司。全靠包装。
Alex：我们就是 AI 播客。要不我让 NotebookLM 拿我们做过的这几期播客去训练，然后让它来主持，那就太爽了。行，进下一个。其实我在这儿又学到两个风险：要么是模型通吃，要么是 agent 通吃。也就是我什么都不用干，就在某种巨大未来感显示器上有个 Jarvis，我说，嘿 Jarvis，把我上个月的账翻出来，分类分对了吗？好了 Jarvis，你可以走了。我邮件呢？那边什么情况？
Alex：其实我也不知道这一层底下是什么。这就是我们说的 harness，内层 harness。底下撑着这一切的还是 Gmail 和 Intuit 吗？现在我有了我的 agent，它在最上层，但显然我还在给底下这些软件公司付钱。还是说 Claude 已经把所有这些垂直领域都重做了一遍？我觉得这个世界完全有可能走到，但谁在里面赚钱，我有点看不清楚。所以这块是不确定的。
Drew：这也是我在那期 Microsoft 深度分析视频里提过的风险：AI agent 有可能直接在根数据库层上干活。它不需要任何东西来存数据，可以直接穿过所有中间层，直接读原始数据，然后实时重建出一切。至少在可预见的未来，我认为那样非常浪费、非常吃算力，因为明明调一个现成的简单软件程序就能做完的事，为什么要重建一遍。但长期看，风险就在这儿：它把中间全都穿过去了。当然你还是会希望它有大量的护栏、权限这些东西，中间夹着软件确实提供了很多护栏，规定什么能做、什么不能做。但这就是我说的 AI 存在性风险——它在每个方面都强到让你不再需要任何别的东西，它可以在根数据库层工作，到最后甚至不需要调用别的程序，因为它能直接现场把程序建出来。
Drew：这听着有点像天方夜谭，但我不能说它不可能。如果 Dario 最大的梦想成真了，事情就是这样。我说它是存在性风险，是因为我并不真信会走到那一步：我觉得它还会长期犯错，我们还是会处在一个不愿意那么浪费算力的世界，所以如果你有个简单软件程序可以调用，而不是让它把整个程序重建一遍，那才说得通。但这一条，很难说它不会发生，因为我真的不知道，只是短期内我觉得不太现实。不过所有 AI 模型公司最终都想去那儿。
Alex：聊到这个超级 AI agent，我觉得有个方向挺明显的：现在世界正在走向围墙花园。Amazon 不想让 Claude 在 Amazon 上购物，Apple 不想让 Claude 去翻 iMessages，Meta 那边，我不知道 Claude 能不能爬网页版 Instagram——我觉得现在是可以的，但要是 Meta 突然开始吃亏，我完全能想象它说，行了 Claude，你不许再进我的 Instagram。那这个统一 agent 一下子就被打死了。因为动力在哪儿？我会为这个换手机吗？那对 Apple 就是存在性危机，我在它上面有太多锁定，Google 手机上得有个特别有说服力的产品，我才愿意换。我会去用一个我朋友都不在的社交网络吗？大概不会。我会跑去另一家能把我想要的任何东西当天送到家的公司吗？大概也不会。所以这是另一个世界，对 agent 来说也是一堆麻烦。
Drew：对，我觉得你说得对：做那种活的时候，不一定只会有一个 AI 赢家。但我要区分一下企业市场。在企业里，我确实认为他们能造出一个环境，把所有应用都推着协同起来，因为他们控制得了——可以推动公司里所有人用他们自己的 AI 界面，然后让各种不同的 AI 模型或软件都接进去。所以统一的 AI agent，你说得对，在其他平台上难度大得多。Apple 有可能在 Apple 自己的产品上做到，但你跟 Amazon 之间还是有围墙花园的问题。企业市场我觉得有机会走到那一步，因为 Salesforce 没法跟 Nike 说你不能这么用我们的 app，它反而提供 API，允许你这么用，因为它们意识到应该提供各种服务，让客户想怎么用就怎么用。企业市场有可能出现那种统一 AI agent，但消费者市场可能性更低，小企业可能性也更低，更多会是你描述的那种比较分散的世界。
谁因AI变强：Palantir、CrowdStrike与预期定价
Alex：聊具体公司之前，我想先接着那个引子问：当初你跟我说Airbnb，我还在争，说把这么多房东聚合起来很难，你就回我一句——AI是让Airbnb的生意变好了还是变坏了？跟你聊下来，我的结论是变坏了。不是说它马上要倒闭，而是AI把所有选项都翻到台面上，直接跟Booking摆在一起比，客户关系也在慢慢丢。如果软件业以后都往这个方向走，传统软件公司的末日场景，比ChatGPT出来之前多太多了；最好的情况也就是勉强留住客户和交互。以前软件研发费用投一次就完了，之后都是增量，现在用户每用一次AI方案，你都有实打实的成本。比如我合作的其中一家公司大量用Monday.com，它算Atlassian的竞争对手，跟Asana也沾边，本质是在对token加价卖，超了就得为token付费。你突然就会想，我这是在给token花钱啊，我到底是有AI能力，还是我的软件成本到底是多少？过去五年发生的这些事，没有让任何一家软件公司的处境变好。
Drew：这个我得唱反调。有一家公司处境明显因AI变好了，就是Palantir。AI把这门生意彻底打开了，因为他们本来就有真实世界的业务映射，他们管它叫digital twin，数字孪生式映射。有了AI，再加上这层本体论映射，而别人没做过这个，也没有类似产品，能做的事比原来多太多，从收入增长也能看出来，之后是明显向上拐的。硬逼我给第二个答案，我觉得ServiceNow最后也可能是门更好的生意。它的位置跟Palantir有点像，也不完全一样：他们有ITSM（IT服务管理）和CMDB（配置管理数据库），这对AI的权限和治理工作非常重要，而且他们在试着做一个AI控制塔，能看清各种AI agent都在干什么、该给谁权限。还有些公司我看法比你纠结，它们只加了很基础的AI功能，但握着消费者那端界面，就能为AI使用收高价，用量说不定还更大，算一门带利润的新生意。风险和威胁肯定还在，不少，但有些公司我觉得能过得挺好。总的来说我同意你：这些软件公司的可服务市场总额大多变得可疑了，交叉销售机会更可疑——你还要不要扩展到Salesforce的新品类去？老牌公司之间为抢品类打得更凶，因为往外扩更容易了。另外，我觉得连Microsoft的位置都挺有意思。
Alex：这里我要说清楚：我们这是一档聊生意和投资的播客。一门生意在退化，或者终值稍微跌了一点，不代表它就不能是一笔好投资。我不是说这些公司都是好投资，只是说有些已经被重新定价了，让判断变得更难。Intuit的远期市盈率我记得是十三倍左右，Adobe十倍，Salesforce远期十七倍。这些都被大幅重置过了，你不需要有那种观点，说它们会赢下会计、赢下Photoshop、赢下CRM这些品类。你完全可以有另一种看法：它们不会被那么快颠覆，也许还有点增长空间，也许能把AI功能整合得再好一点。作为投资者，这是个更难、也更有意思的问题，而不是说反正四十年后我对这些公司一点都不兴奋。
Drew：百分之百是这样，说到底要看股价里已经定价了什么、市场预期是什么。所以完全可能：一门生意稍微变差了点，不代表它不能增长，只是没有以前长得快，未来机会比大家预期的少，但估值给你的补偿远远超过这些损失，这完全说得通。反过来，也许这只是我看投资的方式——我没法真的接受在一家公司正在恶化的时候买它，然后说哦它好便宜啊。我知道这也是一种投资方法，你确实可能看到很多这类公司接下来几个季度增长还算稳，然后叙事一变，估值倍数就被重新抬上去，完全可能。但对我个人来说，我不喜欢持有一门正在缓慢恶化、越来越差的生意。
Alex：我懂，我尊重这种想法。不过我觉得也能提出一些论点：有些软件公司，再说一次，我不确定它们是不是真的变强了，但有一种说法是，它们还能在牌桌上待很久。
Drew：那就是你得拿出自己的判断，认定AI其实对它们影响没那么大：就算它们没变强，你也必须有个判断——好吧，这顶多从盈利里拿走几个点的增长，它们照样能保持高个位数、两位数那样的增长。我一直在想Adobe，我忘了具体是十倍还是十一倍远期市盈率，差不多这个数。那如果它能增长百分之十，你也不用算什么复杂数学就知道，那意味着百分之十的自由现金流收益率加百分之十的增长。但问题在于，增长一旦掉到中个位数，公司可能就决定往业务里多投点钱把增长重新拉起来。于是突然之间，这就不再是一门优雅老去、把大量现金流还给投资者的生意，而是在拼命守地盘，很多增量投资砸在这上面。所以另一个问题就是管理层面对业务下滑时的反应方式：没多少管理者能接受看着业务有控制地慢慢收缩然后把资本还给股东，他们做的是推出新产品、搞新创新、也许做几笔愚蠢的收购，而这些动作很大程度上因为位置不好，往往是白花钱。一旦结构上受损，想把位置修回来非常难。我不是说它们已经受损了，我只是说如果真往那个方向走，决策树就是：增长在放缓，因为AI风险比我们想的更可怕，于是这不再是一门高自由现金流、大笔回报股东的生意，我们要往里投更多钱、做更多收购。
Alex：那你研究过CrowdStrike或者这类安全公司吗？我这儿说个外行的看法，而且市场是站我这边的，可能我这是在硬套一个叙事，你出过一期CrowdStrike的视频，那期我还没看。直觉上，现在有新闻说基础模型会跑去黑一些你根本不想被黑的东西。对我来说，光是他们宣布在攻击澳大利亚这件事，信任就已经破了：他们连自己的模型都管不住，我怎么可能请OpenAI来给我做安全？这已经是公开新闻了。那谁有能力来做这个安全？我在看微软，他们有安全产品，Google也有，还有CrowdStrike。站在外行角度这些公司挺有意思，因为你肯定更愿意请他们，而不是请个OpenAI或者云厂商来做安全。你同意这个说法吗？
Drew：所以这就是为什么它今年到现在涨了百分之一百四十，估值是过去十二个月销售额的五十倍。
Alex：所以大家已经在买这个故事了。
Drew：我做那期拆解的时候，是认同这个逻辑的。它在终端安全检测上的位置，我觉得会让他们在这个方向上很有利，这些我都能说得通。问题只是，这些有多少已经反映在价格里了？他们现在还能不能跑赢预期？挺有意思的，因为现在问题反过来了：以前是业务在萎缩，但我们的预期是不是太苛刻了；现在是，我们的预期是不是太乐观了。
Alex：所以说投资才这么难，就跟赌球一样。你可能知道A队比B队强得多，但光押A队你赢不了多少钱，A队得赢过让分盘才行，这才让事情有意思得多。我一下子就下结论，哇，CrowdStrike是家伟大的公司，这不是明摆着的吗？可这谁想不到？所有人都想到了，问题就在这儿。你接下来是不是还要跟我讲Costco和苹果？Costco热狗一块五，谁不想去那儿买东西，多好的公司。所以你说得对，这就是投资的乐趣：好公司在某些方面已经被定价到完美了，所以你必须得有不一样的看法。这也是我特别喜欢这份报告的原因，它得出的结论很独特，讲得很透，提供了一套思考这些软件公司的方式，以及每一家会怎么被不同程度地影响。去Speedwell Research看看。Drew，又是我聊软件和AI的一周，我觉得后面还会有很多周这样。但这是个很好玩的进展，我们正在亲眼看着过去二十年称王的那类公司，这么多年来第一次开始晃。所以现在做投资、看市场是非常令人兴奋的时候，我觉得对有强烈观点的人来说机会很多。
Drew：对，如果你想了解更多消费端的情况，想看Airbnb、Booking、亚马逊这些会怎么演变，可以去看看我们和MBI的那期访谈。那周我们给Alex放了假，他还在抱怨。
Alex：我还得再放一次假。我们手上有访谈在排吗？这到底怎么回事？你说得对，我得先找个人替我自己才能走，这话在理。不过我觉得这是又一次很有说服力的讨论，报告写得很好。我知道你花了很多很多工时，好像超过一百页了。这次讨论完全没把它讲透，里面还有太多内容。但我一直喜欢借播客给它一点生气。那我们就到这儿吧，下次见。
原视频：Dialogue. Will AI Destroy the Software Business Model?
https://www.youtube.com/watch?v=CiBmA5r6J0U
中文播客：在小宇宙App搜《硅谷对谈》，或直接访问下面的链接
https://www.xiaoyuzhoufm.com/episode/6ad3c5340e4e410a05be6ab9
编译：磊哥Thomas